文献

J-GLOBAL ID：202002223812468688   整理番号：20A1196933

機械学習(ANN)アルゴリズムを用いたBMD画像の分類について【JST・京大機械翻訳】

On Classification of BMD Images Using Machine Learning (ANN) Algorithm

著者 (4件)： Kumar Santosh (Department of Electronics and Communication Engineering, Invertis University, Bareilly, India) ,  Ansari Mohd Dilshad (Department of Computer Science & Engineering, CMR College of Engineering & Technology, Hyderabad, India) ,  Gunjan Vinit Kumar (CMR Institute of Technology, Hyderabad, India) ,  Solanki Vijender Kumar (CMR Institute of Technology, Hyderabad, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 601  ページ： 1590-1599  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 骨粗しょう症は骨である人体の大部分に影響を及ぼす疾患である。それは,骨の質量を減少させる傾向があり,したがって,骨の組織の微細構造を劣化させる傾向がある。骨密度欠損を見出すために,診断における数十年から使用されている複数の画像技術と,影響を受けた骨と同様に変形された骨の微細構造がある。画像処理法は,容易に影響を受けた骨構造を診断するために,フィルタリング,セグメンテーション,分類,画像強調,および他の前処理技術のように広く使用されている。それは,変形したマイクロアーキテクチャパターンに関する重要な情報を抽出するのを助ける。本論文では,骨芽細胞および破骨細胞のような組織の基礎情報を収集し,また骨粗鬆症の画像処理に基づく種々の診断技術の比較研究を提示した。本研究の主目的は,年齢の増加に伴う骨粗鬆症の罹患率および骨量の変化を評価することであり,明らかに健康な男性,閉経前および閉経後女性の骨健康状態を比較することである。本研究では,130人の男性,80人の女性(閉経前)および50人の女性(閉経後)の倫理データベースを用いた。骨密度(BMD)を大腿骨頚部での二重エネルギーX線吸収測定により測定した。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  セグメンテーション ,  データベース ,  フィルタリング ,  画像処理 ,  画像強調 ,  画像技術 ,  破骨細胞 ,  骨粗鬆症 ,  骨芽細胞 ,  *機械学習 ,  骨密度
準シソーラス用語： 閉経後 ,  閉経前 ,  大腿骨頚部 , 【Automatic Indexing@JST】

著者キーワード (6件)： 骨密度(BMD) ,  医用画像 ,  人工神経回路網(ANN) ,  機械学習 ,  分類 ,  画像処理

分類 (4件)： 医用画像処理  (JE04020T) ,  運動器系の基礎医学  (GG01020B) ,  生体計測  (EL03020C) ,  運動器系の診断  (GG02000M)

タイトルに関連する用語 (3件)： 機械学習 ,  アルゴリズム ,  分類